第1部分 Python与金融

第1章 为什么将Python用于金融

1.1 Python是什么

1.1.1 Python简史

1.1.2 Python生态系统

1.1.3 Python用户谱系

1.1.4科学栈

1.2金融中的科技

1.2.1科技开销

1.2.2作为业务引擎的科技

1.2.3作为进入门槛的科技和人才

1.2.4不断提高的速度、频率、数据量

1.2.5实时分析的兴起

1.3用于金融的Python

1.3.1金融和Python语法

1.3.2 Python的效率和生产率

1.3.3从原型化到生产

1.4结语

1.5延伸阅读

第2章 基础架构和工具

2.1 Python部署

2.1.1 Anaconda

2.1.2 Python Quant Platform

2.1.3工具

2.1.4 Python

2.1.5 IPython

2.1.6 Spyder

2.2结语

2.3延伸阅读

第3章 入门示例

3.1隐含波动率

3.2蒙特卡洛模拟

3.2.1纯Python

3.2.2用NumPy向量化

3.2.3利用对数欧拉方法实现全向量化

3.2.4图形化分析

3.2.5技术分析

3.3结语

3.4延伸阅读

第2部分 金融分析和开发

第4章 数据类型和结构

4.1基本数据类型

4.1.1整数

4.1.2浮点数

4.1.3字符串

4.2基本数据结构

4.2.1元组

4.2.2列表

4.2.3离题：控制结构

4.2.4离题：函数式编程

4.2.5字典

4.2.6集合

4.3 NumPy数据结构

4.3.1用Python列表形成数组

4.3.2常规NumPy数组

4.3.3结构数组

4.4代码向量化

4.5内存布局

4.6结语

4.7延伸阅读

第5章 数据可视化

5.1二维绘图

5.1.1一维数据集

5.1.2二维数据集

5.1.3其他绘图样式

5.2金融学图表

5.3 3D绘图

5.4结语

5.5延伸阅读

第6章 金融时间序列

6.1 pandas基础

6.1.1使用DataFrame类的第一步

6.1.2使用DataFrame类的第二步

6.1.3基本分析

6.1.4 Series类

6.1.5 GroupBy操作

6.2金融数据

6.3回归分析

6.4高频数据

6.5结语

6.6延伸阅读

第7章 输入/输出操作

7.1 Python基本I/O

7.1.1将对象写入磁盘

7.1.2读写文本文件

7.1.3 SQL数据库

7.1.4读写NumPy数组

7.2 Pandas的I/O

7.2.1 SQL数据库

7.2.2从SQL到pandas

7.2.3 CSV文件数据

7.2.4 Excel文件数据

7.3 PyTables的快速I/O

7.3.1使用表

7.3.2使用压缩表

7.3.3使用数组

7.3.4内存外计算

7.4结语

7.5延伸阅读

第8章 高性能的Python

8.1 Python范型与性能

8.2内存布局与性能

8.3并行计算

8.3.1蒙特卡洛算法

8.3.2顺序化计算

8.3.3并行计算

8.3.4性能比较

8.4多处理

8.5动态编译

8.5.1介绍性示例

8.5.2二项式期权定价方法

8.6用Cython进行静态编译

8.7在GPU上生成随机数

8.8结语

8.9延伸阅读

第9章 数学工具

9.1逼近法

9.1.1回归

9.1.2插值

9.2凸优化

9.2.1全局优化

9.2.2局部优化

9.2.3有约束优化

9.3积分

9.3.1数值积分

9.3.2通过模拟求取积分

9.4符号计算

9.4.1基本知识

9.4.2方程式

9.4.3积分

9.4.4微分

9.5结语

9.6延伸阅读

第10章 推断统计学

10.1随机数

10.2模拟

10.2.1随机变量

10.2.2随机过程

10.2.3方差缩减

10.3估值

10.3.1欧式期权

10.3.2美式期权

10.4风险测度

10.4.1风险价值

10.4.2信用价值调整

10.5结语

10.6延伸阅读

第11章 统计学

11.1正态性检验

11.1.1基准案例

11.1.2现实世界的数据

11.2投资组合优化

11.2.1数据

11.2.2基本理论

11.2.3投资组合优化

11.2.4有效边界

11.2.5资本市场线

11.3主成分分析

11.3.1 DAX指数和30种成分股

11.3.2应用PCA

11.3.3构造PCA指数

11.4贝叶斯回归

11.4.1贝叶斯公式

11.4.2 PyMC3

11.4.3介绍性示例

11.4.4真实数据

11.5结语

11.6延伸阅读

第12章 Excel集成

12.1基本电子表格交互

12.1.1生成工作簿（.xls）

12.1.2生成工作簿（.xslx）

12.1.3从工作簿中读取

12.1.4使用OpenPyxl

12.1.5使用pandas读写

12.2用Python编写Excel脚本

12.2.1安装DataNitro

12.2.2使用DataNitro

12.3 xlwings

12.4结语

12.5延伸阅读

第13章 面向对象和图形用户界面

13.1面向对象

13.1.1 Python类基础知识

13.1.2简单的短期利率类

13.1.3现金流序列类

13.2图形用户界面

13.2.1带GUI的短期利率类

13.2.2值的更新

13.2.3带GUI的现金流序列类

13.3结语

13.4延伸阅读

第14章 Web集成

14.1 Web基础知识

14.1.1 ftplib

14.1.2 httplib

14.1.3 urllib

14.2 Web图表绘制

14.2.1静态图表绘制

14.2.2交互式图表绘制

14.2.3实时图表绘制

14.3快速Web应用

14.3.1交易者的聊天室

14.3.2数据建模

14.3.3 Python代码

14.3.4模板

14.3.5样式化

14.4 Web服务

14.4.1金融模型

14.4.2实现

14.5结语

14.6延伸阅读

第3部分 衍生品分析库

第15章 估值框架

15.1资产定价基本定理

15.1.1简单示例

15.1.2一般结果

15.2风险中立折现

15.2.1日期建模和处理

15.2.2固定短期利率

15.3市场环境

15.4结语

15.5延伸阅读

第16章 金融模型的模拟

16.1随机数生成

16.2泛型模拟类

16.3几何布朗运动

16.3.1模拟类

16.3.2用例

16.4跳跃扩散

16.4.1模拟类

16.4.2用例

16.5平方根扩散

16.5.1模拟类

16.5.2用例

16.6结语

16.7延伸阅读

第17章 衍生品估值

17.1泛型估值类

17.2欧式行权

17.3估值类

17.4美式行权

17.4.1最小二乘蒙特卡洛方法

17.4.2估值类

17.4.3用例

17.5结语

17.6延伸阅读

第18章 投资组合估值

18.1衍生品头寸

18.1.1类

18.1.2用例

18.2衍生品投资组合

18.2.1类

18.2.2用例

18.3结语

18.4延伸阅读

第19章 波动率期权

19.1 VSTOXX数据

19.1.1 VSTOXX指数数据

19.1.2 VSTOXX期货数据

19.1.3 VSTOXX期权数据

19.2模型检验

19.2.1相关市场数据

19.2.2期权建模

19.2.3检验过程

19.3基于VSTOXX的美式期权

19.3.1期权头寸建模

19.3.2期权投资组合

19.4结语

19.5延伸阅读

附录A 精选的最佳实践

附录B 看涨期权类

附录C 日期和时间